AI Developer
Antal
Rola to AI Developer z silnym naciskiem na MLOps w branży ubezpieczeniowej. Będziesz projektować i wdrażać modele AI/ML oraz rozwiązania GenAI na platformie Azure, automatyzować pipeline'y MLOps i integrować je z rozbudowaną (ponad 30 systemów) architekturą hybrydową. Kluczowe są znajomość Azure AI Foundry, MLflow, Docker, Kubernetes oraz umiejętność zapewnienia zgodności z AI Act.
Brakuje: nie podano wielkości zespołu i liczby osób na podobnym stanowisku, brak opisu procesu rekrutacyjnego.
Rola to AI Developer z silnym naciskiem na MLOps w branży ubezpieczeniowej. Będziesz projektować i wdrażać modele AI/ML oraz rozwiązania GenAI na platformie Azure, automatyzować pipeline'y MLOps i integrować je z rozbudowaną (ponad 30 systemów) architekturą hybrydową. Kluczowe są znajomość Azure AI Foundry, MLflow, Docker, Kubernetes oraz umiejętność zapewnienia zgodności z AI Act.
- ✓Nowoczesny stack: Azure AI Foundry, Azure ML, MLflow, Kubernetes, RAG
- ✓Praca z regulacjami AI Act – rola z perspektywą rozwoju w obszarze governance
- ✓Stawka B2B transparentna: 150-180 zł/h
- −Wymagana znajomość GCP przy głównie Azure – może oznaczać oczekiwanie multi-cloud bez wsparcia
- !Brak informacji o wielkości zespołu i procesie rekrutacyjnym
- !Praca w środowisku z wieloma systemami (30+) – możliwe problemy z legacy lub zależnościami
- !Brak wzmianki o dyżurach on-call lub SLA
- •Projektowanie i strojenie modeli AI/ML z użyciem Azure Machine Learning
- •Tworzenie i automatyzacja pipeline'ów MLOps/LLMOps (MLflow, Docker, Kubernetes, CI/CD)
- •Implementacja architektur RAG z Azure AI Search i integracja z LLM (Azure OpenAI)
- •Integracja rozwiązań AI z ekosystemem 30+ systemów (architektura hybrydowa)
- •Monitorowanie modeli, prowadzenie dokumentacji i zapewnienie zgodności z AI Act
- •Współpraca z zespołami biznesowymi i IT, przygotowanie materiałów szkoleniowych
Oferta dla doświadczonych specjalistów (Senior).
Osoba z 3 letnim stażem w Data Science/AI, która ma za sobą co najmniej jeden produkcyjny projekt MLOps na Azure. Potrafi samodzielnie skonfigurować pipeline CI/CD oraz wdrożyć model w kontenerach.
Nie dla juniorów ani osób bez doświadczenia w produkcyjnym MLOps – rola wymaga samodzielności i znajomości Azure w praktyce. Kandydaci bez styczności z Docker/Kubernetes lub bez wdrożeń produkcyjnych nie spełnią minimum.
- ?Ile osób liczy zespół AI/ML i ile zespołów IT współpracuje przy integracjach?
- ?Czy modele są budowane od zera, czy rozwijane istniejące?
- ?Jak wygląda proces rekrutacyjny – ile etapów, czy jest zadanie domowe?
- ?Czy przewidziane są dyżury on-call lub praca w weekendy przy wdrożeniach?
- ?Jaki jest rzeczywisty stosunek pracy nad modelami vs. MLOps/infrastrukturą?
- −Nie podano wielkości zespołu i liczby osób na podobnym stanowisku
- −Brak opisu procesu rekrutacyjnego
- −Nie wiadomo, czy rola wymaga on-call
- −Brak informacji o budżecie szkoleniowym
null
null